本课程包括下面6个经典目标检测算法模型的讲解：
1.基于自己数据集的Faster RCNN模型训练、验证以及nnie上仿真和运行。
2.基于自己数据集的RFCN模型训练、验证以及nnie上仿真和运行。
3.基于自己数据集的SSD模型训练、验证以及nnie上仿真和运行。
4.基于自己数据集的MobilenetSSD模型训练、验证以及nnie上仿真和运行。
5.Yolov2模型验证以及nnie上仿真和运行。
6.Yolov3tiny模型验证以及nnie上仿真和运行。
本课程特色：
1.实用性强，几乎囊括了当前所有经典的目标检测算法模型。
2.有深度。从模型框架原理、搭建、训练自己数据集一直讲到模型量化成wk文件、仿真以及开发板上运行。
2022-09-26 17:14:36
629.02MB
1
本课程主要基于3519av100来讲解SDK开发环境的搭建过程，希望能起到触类旁通，举一反三地作用。
从而帮助海思35系列初学者尽快地上手。
课程主要分为六大章：
1）介绍课程内容、特色、目标以及答疑
2）对3519av100 020版本的SDK进行梳理，并对交叉编译toolchain和sdk进行安装
3）编译uboot代码以及使用tftp和hitool两种方式进行烧写
4）编译kernel代码并烧写到板子里面。
5）文件系统fs制作以及烧写
6） 对sample模块进行梳理、编译以及讲解如何使用NFS在板子上运行tde模块例程。
2022-04-07 16:15:16
147.25MB
1
本课程内容分为5个部分：
1.海思35xx SDK资料梳理以及SVP相关文档详细介绍
2.将darknet框架训练出来的yolov3模型转换成caffemodel
3.RuyiStudio工具的安装及其使用
4.Windows上仿真代码的运行以及代码分析
5.开发板上的sample代码的运行以及代码分析
本课程特色：
1. 不是照本宣科，着力把背后的原理讲清楚。
2. 实用性很强。 目标检测算法是计算机视觉基本任务之一，而YOLOv3则仍然是目前工业界中应用非常广泛的算法模型，从速度、准确度以及易用性的trade-off来看，它目前仍然是最好的算法模型之一。
2021-09-01 09:10:00
99.25MB
1
rtmp 在海思35xx运行的源码 含有：nginx-rtmp-win32-master，rtmp，rtmp.si4project，RTMP基本知识文档，推流到公网IP操作截图及折包，运行数据，rtmp推流到公网服务器log，RTMP协议手绘，RTMP协议抓包，推流测试文档，应用程序测试步骤
2021-07-05 21:33:54
58.54MB
1
利用Hi35xx芯片自带硬件的移动侦测功能，修改sdk中sample到嵌入式设备测试成功，代码及说明。
2021-05-14 19:42:49
303KB
1
nniefacelib
nniefacelib是一个在海思35xx系列芯片上运行的人脸算法库，目前集成了mobilefacenet和retinaface。随后还会融合一些其他经典的模型，目的也是总结经验，让更多人早日脱离苦海。
目前只在3516DV300上进行了测试。鉴于很多同学在其他型号上进行测试失败的情况，做一下统一说明，编译错误显示，不同型号的samplecode略有不同，有必要的话需要自己植入核心内核，仿照着SDK的源码进行移植，应该问题不大
更新项
2020-5-15添加linux mapper工具，以retinaface为例子编号：1dw8
2020-4-28添加了retinaface与mobilefacenet的合并bn工具，提供了优化后的低精度retinaface（640x640），17ms，而高精度为34ms
2020-4-24更新了PFPLD模型在海思上的前向传播
2021-03-21 09:12:33
42.04MB
1
从海思官方手册里摘录整理了用的比较多的几款35xx系列芯片参数对比
从海思官方手册里摘录整理了用的比较多的几款35xx系列芯片参数对比
从海思官方手册里摘录整理了用的比较多的几款35xx系列芯片参数对比
从海思官方手册里摘录整理了用的比较多的几款35xx系列芯片参数对比
2021-03-10 15:45:16
1.39MB
1